Como se chama esse princípio GIS?

21

Esqueci o nome de um princípio GIS específico e preciso de uma atualização ...

Cenário: Vamos supor que exista algum polígono que represente alguma área administrativa. Digamos que é um quadrado, por uma questão de simplicidade. Vamos supor também que existem 9 casas em algum lugar nesta praça, mas não sabemos onde elas estão. Se eu dividir esse quadrado em 9 partes iguais (como uma placa do jogo da velha), quero calcular o número de casas em cada quadrado.

Agora, claramente, nove casas divididas em nove pequenos quadrados é uma casa por quadrado. No entanto, eu sei que todas as nove casas podem estar em qualquer lugar. Todos os nove deles poderiam estar no quadrado superior direito assim:

insira a descrição da imagem aqui

Ou pode haver três cada um na linha inferior e nenhum nos seis primeiros assim:

insira a descrição da imagem aqui

Se eu assumisse uma casa por quadrado como esta,

insira a descrição da imagem aqui

como é chamada essa suposição incorreta? Esse é o problema da unidade regional modificável (MAUP) ?

Fezter
fonte

Respostas:

25

Geral

Os geógrafos, entre outros cientistas, procuram padrões geográficos na esperança de que isso os ajude a entender melhor os processos que produziram esses padrões. Como você mostrou, esse processo começa com o mapeamento dos locais em que os fenômenos estão localizados. Muitas vezes, os mapas que você produziu acima são conhecidos como mapas de padrão de pontos .

Distribuição espacial

Quando um leitor examina esse mapa, está tentando encontrar a distribuição espacial (ou o arranjo espacial ou geográfico) da variável de interesse e se existe algum tipo de padrão. Normalmente, existem quatro tipos de distribuição definidos para o mapa de padrões de pontos (que você também desenhou acima). Esses são:

  • agrupado
  • normal
  • aleatória
  • regular / uniforme / disperso

Da Wikipedia :

insira a descrição da imagem aqui

Além da investigação visual, muitas vezes é necessário usar a análise da frequência ou da densidade de pontos em uma região (feita com a ajuda da análise quadrat ) ou da distância entre pontos adjacentes (feita com a ajuda da análise do vizinho mais próximo ).

Problema de unidades modificáveis

Você também mencionou o problema da unidade de área modificável (também conhecido como problema de unidades modificáveis ).

Na análise espacial, quatro problemas principais interferem na estimativa precisa do parâmetro estatístico: o problema de fronteira, o problema de escala, o problema de padrão (ou autocorrelação espacial) e o problema de unidade de área modificável (Barber, 1988).

Eu acho que é relevante neste exemplo, mas também gostaria de mencionar alguns outros problemas:

Problema de Fronteira

Um problema de limite na análise é um fenômeno no qual os padrões geográficos são diferenciados pela forma e disposição dos limites desenhados para fins administrativos ou de medição.

Por exemplo, se você tem seus pontos representando várias pessoas de um determinado grupo étnico, dependendo dos limites utilizados, poderá ter uma visão diferente da distribuição dos pontos entre, por exemplo, distritos censitários.

Se os pontos estiverem localizados próximos uns dos outros e ainda em distritos censitários diferentes, você poderá obter um entendimento falso da distribuição, pois isso indicaria uma distribuição uniforme do grupo étnico nessa área de estudo. Por outro lado, se você usasse outros limites, poderá obter outra visão que indique uma concentração de área significativa do grupo ético. No final, você pode ficar confuso se observa segregação étnica ou integração étnica.

Problema de unidades modificáveis

Isso pode ser discutido em dois aspectos - em termos de "escala" e "forma".

Problema de escala

Os valores para várias estatísticas descritivas podem variar de maneira sistemática quando você usa mais e mais dados agregados de área.

Uma ilustração simples: cada célula é a nossa área de polígono com a contagem de pontos.

6      10      3       5      
2       6       4       12      
3       5       8       12      
4       12       1       3      

Agregamos os polígonos para obter um número médio de pontos:

8      4      
4       8      
4       10      
8       2      

E mais uma vez:

6       6      
6       6      

Ei, nós temos uma distribuição uniforme! Em uma palavra: a agregação espacial geralmente tende a minimizar a variação mostrada em um mapa.

Para outro exemplo realmente simples, depende realmente de qual escala você está analisando seus pontos. Olhe a imagem da Wikipedia para o padrão de pontos; a distribuição normal pode parecer uma agrupada quando você diminui o zoom no seu mapa digital.

Problema de forma

Poderíamos ter agregado os polígonos na tabela acima usando vertical ou horizontal (unindo contíguos norte-sul ao invés de vizinhos leste-oeste). Isso significa que várias definições de área podem ter um impacto significativo nos valores da distribuição de dados e nas estatísticas descritivas.

O problema do padrão

Em resumo, os métodos mencionados acima não são muito bons para avaliar o tipo de problema que um ser humano leria facilmente em um mapa. Para ser capaz de distinguir entre os padrões de área e distribuições de pontos, seria necessário usar os métodos de autocorrelação espacial ).

Alex Tereshenkov
fonte
7

Na minha opinião, você tem duas suposições diferentes aqui. O problema da unidade regional modificável é um deles, como você escreveu. Esse é o problema dos limites artificiais das áreas de administração.

Mas o principal problema que você descreve é ​​a suposição de uma distribuição de probabilidade. Você quer aumentar sua escala de informações. Mas você não tem informações sobre a localização das casas. Você assume uma distribuição em cluster no seu primeiro exemplo, uma distribuição regular no seu segundo e uma distribuição uniforme no seu último exemplo. Enquanto você não souber a distribuição, não poderá dizer nada sobre a probabilidade de ocorrência de qualquer uma delas.

Sem saber a distribuição, geralmente a uniforme é usada quando você precisa dividir áreas. Ou você usa métodos geoestatísticos, como krigagem ou simulações com base em distribuições conhecidas.

Matte
fonte